6 qualitative Datenanalyse-Beispiele, um dich zu inspirieren

Wenn du an Daten denkst, denkst du wahrscheinlich zuerst an quantitative Daten: Zahlen und Fakten. Du kannst sie in einer Tabelle auflisten und plötzlich ergeben sie Sinn.

Du weißt, dass auch qualitative Daten wichtig sind. Aber wie organisierst und interpretierst du all diese Worte, Emotionen und Motivationen, wenn du sie gesammelt hast?

In diesem Leitfaden werden sechs Beispiele für qualitative Datenanalysen von Unternehmen vorgestellt, die echte Ergebnisse erzielt haben. Bei jedem Beispiel gehen wir auf die Art der Analyse ein und erläutern, wie sie zum Erfolg des Unternehmens beigetragen hat – damit du neue Techniken ausprobieren kannst.

Lass dich von 6 Beispielen zur qualitativen Datenanalyse inspirieren

Alle Unternehmen können von der qualitativen Datenanalyse profitieren, um ihre Kund:innen besser zu verstehen. Die Frage ist: Welche QDA-Methoden sind am effektivsten?

Qualitative Datenanalyse ist kein Einheitsverfahren und unterschiedliche Teams können von verschiedenen Arten der qualitativen Datenanalyse profitieren. Du könntest zum Beispiel nach Möglichkeiten suchen, Produktrezensionen zu analysieren, während ein anderes Team versucht, aus Tausenden von Umfrageantworten schlau zu werden.

Manchmal kann ein Blick auf die erfolgreichen Prozesse anderer Unternehmen helfen, neue Tricks für dich selbst zu entdecken. Hier sind sechs Beispiele für die qualitative Datenanalyse, die dich inspirieren sollen, deine eigene Verfahrensweise zu verbessern:

1. Art.com

Art.com ist ein E-Commerce-Unternehmen, das Kunstdrucke verkauft. Ihre 100%ige Zufriedenheitsgarantie – sie erstatten den vollen Kaufpreis, ohne Fragen zu stellen – zeigt, dass sie ihre Kund:innen in den Mittelpunkt stellen. Aber um proaktiv zu sein und von Anfang an ein angenehmes Kundenerlebnis zu schaffen, hilft es, Daten zu sammeln und zu analysieren, um zu sehen, was die Menschen wirklich wollen und brauchen.

Art.coms Ansatz zur qualitativen Datenanalyse

Art.com verwendet Net Promoter Score® (NPS)-Umfragen, in denen Kund:innen gebeten werden, das Unternehmen zu bewerten und mit eigenen Worten zu kommentieren, ob sie es an Freund:innen oder Kolleg:innen weiterempfehlen würden.

Das Sammeln der Daten war eine Sache, aber die Analyse der Daten war eine andere. Eine Person hatte die Aufgabe, die Tabellen mit den Ergebnissen zu durchforsten und die Suchfunktion des Programms zu nutzen, um manuell nach Schlüsselwörtern und -sätzen zu suchen.

Art.com wollte eine Lösung für die Natürliche Sprachverarbeitung (NLP), um die Daten zu analysieren, und verwendete daher ein Tool namens Thematic. Damit konnten sie die Umfrageantworten automatisch finden und nach individuellen Themen sortieren. (Hinweis: Diese Art der qualitativen Datenanalyse wird – du hast es erraten – thematische Analyse genannt).

Ein wichtiges Merkmal der thematischen Analyse bei Art.com war die Möglichkeit, zu sehen, wie sich die Gefühle der Kund:innen über das Unternehmen, die Produkte und das Kauferlebnis auf das Endergebnis auswirken. Mit anderen Worten: Das Tool ermöglichte es ihnen, neben den quantitativen Performance-Daten auch qualitative Daten zu erfassen, um Änderungen vornehmen zu können.

Aber die Analyse muss nicht in einem Silo erfolgen. Erinnerst du dich, wie bei Art.com am Anfang eine Person ganz allein alle Daten durchforstete? Thematic ermöglichte es dem Unternehmen, einen Plan zur Aufteilung der Verantwortung für die Datenanalyse zu erstellen. Jetzt hat Art.com Team Consumer Leaders: Teammitglieder, die jeden Monat die Verantwortung für die Analyseprozesse übernehmen.

Volltreffer mit qualitativer Datenanalyse

Die Ergebnisse: Art.com verbrachte weniger Zeit mit dem manuellen Durchkämmen von Daten und verlagerte die Arbeit von einer Person auf ein ganzes Team von Analyst:innen durch eine Demokratisierung der Daten. Außerdem gewannen sie ein besseres Verständnis für die Gefühle und Reaktionen der Kund:innen aus den NPS-Umfragen, denn sie konnten die Auswirkungen der Ergebnisse auf die Performance des Unternehmens analysieren.

Wenn das dein Unternehmen wäre: Das automatische Einordnen von Feedback in Kategorien oder Themen macht es einfacher, Entscheidungen auf der Grundlage qualitativer Daten zu treffen, als nur auf der Basis von Vermutungen. Folge dem Beispiel von Art.com, das QDA nutzt, um kundenorientierte Produktentscheidungen zu treffen und eine bessere User Experience zu bieten.

2. Matalan

Matalan, ein bekannter Name in Großbritannien, bietet in über 200 Filialen Sparmöglichkeiten für Familienartikel an. Als das Unternehmen auf eine neue Website umstellte, lautete die große Frage: Wie können wir online das gleiche reibungslose Erlebnis bieten, für das wir im Laden bekannt sind?

Matalans Ansatz zur qualitativen Datenanalyse

Um die Antwort auf diese Frage zu finden, wandte sich Matalan an Hotjar (hallo, das sind wir 👋). Das User-Experience-Team von Matalan begann mit der Nutzung unseres Survey-Tools, um die Kund:innen zu befragen, was sie von der neuen Website hielten. Dann griffen sie auf einige andere Hotjar-Tools zurück, um den Kontext zu erweitern. So fanden sie zum Beispiel heraus, dass die Kombination des Feedback-Widgets mit Session-Aufnahmen genau das Richtige für sie war:

Aber hier hörte das Matalan-Team noch nicht auf. Sie erstellten ein benutzerdefiniertes Dashboard in Google Data Studio als Basis für die Analyse ihrer Ergebnisse. Als sie ihre Feedback-Ergebnisse in Google Data Studio integrierten, konnten sie eine qualitative Analyse mit der gleichen Methode durchführen, die wir oben erwähnt haben: die thematische Analyse. Die Aufteilung der Informationen nach Themen half dem Team, Trends zu erkennen, die es nutzen konnte, um Änderungen an der Website für A/B-Tests vorzunehmen.

Volltreffer mit qualitativer Datenanalyse

Die Ergebnisse: Nach dem Einsatz von Hotjar zur Erstellung von Hypothesen über das Kundenverhalten stieg die Erfolgsquote von Matalan bei Split-Tests für die Website um 17 %. Mit Google Data Studio konnten sie dann noch tiefer in den Analyseprozess einsteigen. Das war auch ein guter Weg, um innerhalb des Unternehmens mehr Einblicke in die Daten zu bekommen und die Kommunikation zwischen den Teams zu verbessern.

Wenn das dein Unternehmen wäre: Die qualitative Datenanalyse kann dazu beitragen, Klarheit über die tatsächliche User Experience zu schaffen, und kann dir helfen, kundenorientierte Design-Entscheidungen zu treffen, um Reibung für Website-Besuchende zu verringern.

3. Yatter

Yatter ist eine Agentur, die Unternehmen dabei hilft, mehr Pay-per-Click-Leads zu generieren, damit sie skalieren und wachsen können. Gavin Bell, der Gründer von Yatter, optimiert die Social-Media-Ads und Landingpages für seine Kund:innen (und für Yatter selbst), um den Traffic zu steigern und Verkäufe zu erzielen.

Yatters Ansatz zur qualitativen Datenanalyse

Gavins Vorgehensweise entspricht der Art der qualitativen Datenanalyse, die diagnostische oder Ursachenanalyse genannt wird. Im Wesentlichen untersucht diese Methode, warum Menschen Entscheidungen treffen, indem sie nach Ausreißern oder Mustern in den Daten sucht, und kann sowohl für qualitative als auch für quantitative Forschung eingesetzt werden.

Für die qualitative Datenanalyse, nutzte Yatter vor allem Hotjar Recordings, um das Nutzererlebnis auf Websites entsprechend zu verbessern. Gavins Tipp? Sieh dir immer fünf Session-Aufnahmen von Kund:innen an, bevor du Änderungen an einer Website vornimmst.

Bei einer Website, an der er für ein Stammzellenunternehmen arbeitete, wusste Gavin, dass die Nutzenden die Seite während des Bestellvorgangs verließen, und er wollte wissen, warum. Er beobachtete, wie eine Person nach der anderen während des Bezahlvorgangs verwirrt war und stattdessen auf das Menüsymbol klickte. Daraufhin beschloss Gavin, den Menü-Button von dieser Seite zu entfernen.

Auf seiner eigenen Website erkannte Gavin durch das Betrachten von Session-Aufnahmen, dass die Nutzenden viel Zeit damit verbrachten, einen Benutzernamen in ein Formular einzugeben. Dieses Verhalten veranlasste Gavin dazu, das Formular automatisch mit der E-Mail-Adresse der Nutzenden auszufüllen, was ihnen einige Sekunden Zeit sparte und ihr Erlebnis verbesserte.

Volltreffer mit qualitativer Datenanalyse

Die Ergebnisse: Beim Betrachten von Session-Aufnahmen konnte Gavin selbst die kleinsten Fehler und Hindernisse erkennen und Lösungen finden. So konnte Yatter zum Beispiel die Conversions für einen Kunden um 20 % steigern, indem sie einfach den Menü-Button auf der Kassenseite entfernten. Für seine eigene Seite war Gavin froh, dass er den Besuchenden Zeit erspart hatte, denn er wusste, dass zufriedene Interessent:innen und Kund:innen diejenigen sind, die bleiben.

Wenn das dein Unternehmen wäre: Die qualitative Datenanalyse steigert nicht nur den Umsatz, sondern gibt dir auch konkrete Erkenntnisse darüber, wer deine Kund:innen sind, warum sie tun, was sie tun, und was sie brauchen, um zufrieden zu sein. So kannst du die richtigen Änderungen vornehmen und für mehr Kundenbegeisterung sorgen.

4. WatchShop

WatchShop ist ein unabhängiger Einzelhändler mit Sitz in Großbritannien, der Marken- und Luxusuhren direkt an Verbraucher:innen verkauft (auch bekannt als Business-to-Consumer oder B2C). Das Unternehmen erstellte 2007 seine erste E-Commerce-Website und nimmt laufend Änderungen und Verbesserungen daran vor. Die Ziele von WatchShop? Mehr Leads erreichen und die Kundenzufriedenheit auf der Website optimieren.

WatchShops Ansatz für die qualitative Datenanalyse

WatchShop wusste bereits, wie wertvoll Verhaltensdaten sind – deshalb haben sie sich die Session-Aufnahmen von Hotjar angeschaut. 😉 Aber sie brauchten Hilfe, um die gesammelten qualitativen Erkenntnisse zu verstehen und haben deshalb eine QDA-Methode namens Sentiment-Analyse (auch Stimmungsanalyse) ausprobiert.

Die Sentiment-Analyse konzentriert sich auf die Emotionen in Textdaten aus Umfragen, Bewertungen, E-Mails und anderen Quellen. Einfach ausgedrückt, hilft die Sentiment-Analyse zu verstehen, wie sich Kund:innen fühlen – und warum sie sich so fühlen.

WatchShop verwendete Lumoa, ein auf künstlicher Intelligenz basierendes Tool, um alle textbasierten Datenquellen zu analysieren. Die Software erstellte daraufhin eine Gesamtbewertung der Kundenstimmung, die als Key Performance Indicator (KPI) fungierte, den alle Beteiligten überwachen konnten.

Wenn der Stimmungswert der Kund:innen zu irgendeinem Zeitpunkt erheblich sank oder stieg, nutzte WatchShop QDA, um die Gründe dafür zu ermitteln. Dann beauftragten sie die entsprechenden Teams damit, die negativen Punkte zu beheben und die positiven zu nutzen.

Da sich Lumoa in andere Plattformen integrieren lässt, verknüpfte WatchShop es mit TrustPilot, einer Bewertungsseite, um Kundenrezensionen zu analysieren. WatchShop nutzt Lumoa auch zur Konkurrenz-Analyse, um zu sehen, wie andere Marken wahrgenommen werden – und um herauszufinden, was sie von ihnen lernen können.

Volltreffer mit qualitativer Datenanalyse

Die Ergebnisse: WatchShop wollte für einen seiner Kunden die Produktlistenseiten verbessern. Mithilfe der Sentiment-Analyse entdeckte das Unternehmen Probleme in der Customer-Journey, die es vorher nicht bemerkt hatte, und nutzte seine Erkenntnisse, um Ideen für Änderungen an der Website zu entwickeln. In der ersten Testrunde verbesserte sich die Conversion-Rate des Unternehmens um 4 %, und nach der zweiten Runde stiegen die Conversions um 10 %.

Wenn das dein Unternehmen wäre: Der Einsatz eines QDA-Tools wie Lumoa hilft Teams, den Analyseprozess zu zentralisieren, um große Mengen an qualitativen Daten schnell auszuwerten. Das Sortieren dieser Daten hilft dir auch, Prioritäten zu setzen, je nachdem, welche Themen für deine Kund:innen am wichtigsten sind.

5. Materials Market

Materials Market macht genau das, was der Name verspricht: Es erleichtert den Handel zwischen Kund:innen und den Lieferant:innen, die die benötigten Materialien haben. Das britische E-Commerce-Unternehmen möchte, dass seine Website für die Kund:innen so reibungslos wie möglich funktioniert – und bat deshalb Hotjar um Hilfe.

Materials Markets Ansatz zur qualitativen Datenanalyse

Qualitative Datenanalyse muss nicht ausgefallen sein, um effektiv zu sein. Andrew Haehn, einer der Gründer von Materials Market und Operations Director, verwendet einen einfachen Ansatz.

Jeden Morgen beim Frühstück sieht sich Andrew 20 Minuten lang Hotjar-Aufnahmen an und beobachtet sorgfältig, wie Nutzende mit der Website interagieren. Während er isst, analysiert er, was gut läuft und was verbessert werden muss.

Warum dieser Ansatz funktioniert: Regelmäßigkeit. Indem er sich jeden Tag Aufnahmen ansieht, wird Andrew mit dem Standardverhalten der Nutzenden vertraut und kann besser erkennen, was sie aus der Bahn werfen könnte.

Um noch effektiver zu sein, sortiert Andrew die Aufnahmen nach Relevanz: Der Algorithmus von Hotjar hilft ihm dabei, die wertvollsten Aufnahmen zu finden, die mit „hoch“ oder „sehr hoch“ markiert sind, damit er seine Zeit besser einteilen kann.

Ein Tipp von Andrew ist, neben quantitativen Daten auch qualitative Daten zu analysieren – zum Beispiel mit Hotjar Heatmaps, um die beliebtesten und unbeliebtesten Bereiche einer Webseite visuell darstellen, verwirrende Bereiche zu erkennen und Probleme bei der Benutzererfahrung zu bestätigen.

Volltreffer mit qualitativer Datenanalyse

Die Ergebnisse: Materials Market nutzte Hotjar, um qualitative Daten zu sammeln und zu analysieren – und entdeckte schnell Wege, um das Kundenerlebnis zu verbessern. Einige der beeindruckenden Ergebnisse, die das Unternehmen mit Session-Aufnahmen erzielte, sind:

• Rückgang der Abbruchrate von 25 % auf 4 %;

• Steigerung der Conversion-Rate zahlender Kund:innen von 0,5 % auf 1,6 % (in einem einzigen Monat);

• Umsatzsteigerung von mehr als 10.000 £ (aufgrund der verbesserten Conversion-Rate).

Wenn das dein Unternehmen wäre: Die qualitative Datenanalyse ergänzt die quantitative Datenanalyse und hilft, die Frustration der Kund:innen zu minimieren und den Gewinn zu maximieren. Durch das Festlegen von Zeitlimits und das Sortieren der Aufnahmen nach Relevanz kann der Analyseprozess schnell und mühelos durchgeführt werden.

6. MURAL

MURAL, ein Unternehmen, das digitale Whiteboard-Lösungen anbietet, ist auf kreative und gemeinschaftliche Problemlösungen spezialisiert. Da ist es nur natürlich, dass sie dieselben Techniken auch bei der qualitativen Datenanalyse anwenden.

MURALs Ansatz zur qualitativen Datenanalyse

MURAL hat seinen Prozess zur qualitativen Datenanalyse über Jahre hinweg verfeinert und dabei verschiedene Methoden eingesetzt. Als das Unternehmen immer weiter wuchs, suchte es nach einer zentralen Anlaufstelle für die Analyse von Kundenfeedback und anderen Erkenntnissen.

Unter Mitbegründer und Head of Product Augustin Soler machte das Unternehmen EnjoyHQ zur Plattform ihrer Wahl. EnjoyHQ half MURAL, qualitative Daten zu sammeln, daraus Metriken zu erstellen und eine thematische Analyse durchzuführen.

Als Team mit einer Vorliebe für Datenvisualisierung exportiert es die Ergebnisse von EnjoyHQ auf ein MURAL-Whiteboard, damit es die Informationen so anordnen kann, dass Diskussionen und Zusammenarbeit angeregt werden. Dann nutzen sie die qualitative Datenanalyse als Teil ihres Planungsprozesses: Produktteams können sich auf ein bestimmtes Feature konzentrieren, das sie aktualisieren oder veröffentlichen wollen, sie können die Ergebnisse für dieses Feature analysieren und sie als Grundlage für ihre Arbeit nutzen.

Volltreffer mit qualitativer Datenanalyse

Die Ergebnisse: EnjoyHQ hat MURAL dabei geholfen, den Prozess der qualitativen Datenanalyse zu gestalten. Das Unternehmen kann jetzt Kundenfeedback strukturierter analysieren, was zu einer verbesserten Kommunikation und Zusammenarbeit führt.

Wenn das dein Unternehmen wäre: Das Sammeln und Analysieren qualitativer Daten ist für die Optimierung von Produktentscheidungen unerlässlich. Hab keine Angst, neue Methoden der qualitativen Datenanalyse auszuprobieren – oder Tools an deine speziellen Anforderungen anzupassen.

Finde Wege, um deine qualitativen Daten für dich arbeiten zu lassen

Die Beispiele für die qualitative Datenanalyse auf dieser Seite zeigen die klaren Ergebnisse, die sich beim Fokus auf Kunden-Insights ergeben.

Qualitative Daten verstärken den Erfolg, den du bereits mit quantitativen Analysen erzielst. Indem du neue Arten der qualitativen Datenanalyse in den Prozessen deines Teams einsetzt, kannst du aufhören, dich auf dein Bauchgefühl zu verlassen, und stattdessen datengestützte, nutzerorientierte Produktentscheidungen treffen.